بهینه سازی فرمول بتن متخلل با استفاه از روش رگرسیونی لاجیت

بتن متخلخل یکی از انواع روسازی های صلب می باشد که مزایای فراوانی از قبیل نفوذپذیری بالا، هدایت هیدرولیکی مناسب، فیلتراسیون آبهای سطحی و تزریق به سفره های آب زیرزمینی و...را دارا می باشد. این بتن دارای مزایای اقتصادی و زیست محیطی فراوانی است، که البته مزایای زیست محیطی آن بیشتر مدنظر است. از مزایای اقتصادی آن می توان به پایین آمدن خرجهای فراوان به منظور هدایت آب باران و فاضلاب اشاره داشت.در تحقیق حاضر با انجام یک سری مطالعات آزمایشگاهی بر روی چند نمونه سنگدانه متداول با جنس و دانه بندی های مختلف، در گام نخست خواص فیزیکی و ظاهری آنها بررسی شده، و پس از تهیه طرح اختلاط های مختلف در ساخت نمونه های بتن متخلخل، میزان تخلخل بررسی گردید و در نهایت با استفاده ازروش رگرسیونی لاجیت یک مدل بهینه به دست آمد. با توجه به مدل بدست آمده در روش رگرسیونی لاجیت طرح سنگدانه های مرمریت در محدوده دانه بندی درشت دانه و سنگدانه های گرانیتی در محدوده دانه بندی با اندازه حداقل به ترتیب دارای بیشترین و کمترین میزان تخلخل می باشند. بررسی نتایج حاصل از مدل رگرسیون در خصوص آزمایش تست تخلخل، بیانگر آن است که در تمامی طرح های ساخته شده، با حرکت از دانه بندی ترکیبی از سنگدانه گرانیتی به آهکی میزان تخلخل افزایش می یابد، که علت این پدیده را باید در افزایش حداکثر اندازه سنگدانه‎ها و نیز حرکت به سمت دانه بندی یکنواخت جستجو نمود.علیرغم حداکثر اندازه سنگدانه بزرگتر نسبت به نمونه تولید شده با دانه بندی ترکیبی مرمریت و آهکی، تخلخل کمتری در نمونه بتنی ایجاد می کند. همچنین نمونه های ساخته شده از سنگدانه های مرمریتی باتوجه به کاهش نسبت آب به سیمان و نیز فوق روان کننده کمتر، در مقایسه با طرح های ساخته شده از سنگدانه های آهکی تخلخل بیشتری دارند، اما در مقایسه با طرح های ساخته شده از سنگدانه های گرانیتی با وجود شرایط مشابه نسبت آب به سیمان و نیز فوق روان کننده ها، شرایط برعکس می شود، بدین معنا که سنگدانه های گرانیتی تخلخل کمتری از خود نشان می دهند، که علت این پدیده را در حداقل بودن درصد جذب آب و نیز بیشتر بودن رطوبت سنگدانه های گرانیتی باید دانست، که خود به نحوی در بالا بردن روانی و کارآیی طرح های ساخته شده از سنگدانه های گرانیتی و پایین آوردن درصد تخلخل آنها موثر است.

کلیدواژه ها:

بتن ، بتن متخلخل ، بهینه سازی ، رگرسیون